数据结构：查找基础知识

查找

• 查找表是方便查找的数据结构
• 查找表中元素的每项信息称为字段
• 若字段能标识一个数据元素，则称为关键字或键，能唯一标识的称为主关键字，标识多个的为次关键字

顺序表查找

简单顺序查找

• 取 $A[0]$ 作为监视哨，从 $n$ 搜索到 $0$

二分查找

• 适用于有序表
• $mid,min,max$ 分别存储当前搜索区域中间、最小、最大的位置
• 初始 $min=0,max=n,min=\frac{max+min}{2}$
• $A[mid].key==x$ 查找结束
• $A[mid].key<x,=>min=mid+1$
• $A[mid].key>x,=>max=mid-1$
• $max<min$ 说明查找失败

索引顺序表查找

• “分块有序”：某一部分的所有值均小于后面
• 对数据分块，标记区块首地址和该块元素最大值
• 查找时先查索引，再在对应块中查找

树表查找

二叉排序树

• 二叉排序树是二叉树，为空或：
  • 左子树所有元素小于根，右子树所有元素大于根
  • 左右子树均为二叉排序树
• 性质：中序序列递增
• 查找：查找元素 $x$ 与根结点比较，相等则查找成功，$x$ 小于根节点则去左子树搜索，大于根节点则去右子树搜索
• 构造和维护
  • 插入：递归调用插入方法，小于根结点插入左子树，大于根节点插入右子树，直到找到空位

平衡二叉树

• 平衡二叉树（Balance Binary Tree），又称 “AVL 树”

  • 左右子树的高度差绝对值不超过 $1$ （结点的平衡因子 = 左子树高度 - 右子树高度）
  • 左右子树都是平衡二叉树

• 平衡二叉树的平衡化：（记最低不平衡结点为 $A$ ）

  • LL 型调整
  • RR 型调整
  • LR 型调整

• 高度接近 $lo{g}_{2}n$ 的数量级，基本操作时间复杂度 $O(lo{g}_{2}n)$

散列表查找

• 通过对关键字进行直接计算来得到地址

• “哈希函数（Hash）”，又称“散列函数”，计算出的结果称为“散列地址”，按这种方法建立的表称为“哈希表”或“散列表”

• 不同关键字可能计算出相同的哈希值，称为“冲突”，两个关键字称为“同义词”

• 常用构造哈希函数的方法有：

  • 直接定址法：取关键字的某个线性函数作为散列地址，即 :
    $$H(k)=a\ast k+b(a,b为常数)$$

  • 除留取余法：取关键字被某个不大于表长 $m$ 的数 $P$ 除后余数作为散列地址，即 :
    $$H(k)=k\%P(P<=m)$$
    一般 $P$ 取素数的时候冲突可能较小

  • 平方取中法：取关键字平方后的中间几位

  • 折叠法：关键字位数较多而地址区间较小时常用，将关键字分割成相同的部分，再将几部分叠加

  • 数值分析法：事先知道所有可能的关键字取值时，分析关键字，根据规律构造

• 处理冲突的办法

  • 开放定址法：当算出的 $H(k)$ 位置不空时，依此用下面函数找出新的空位置：

  $$H_i(k)=(H(k)+d_i)modm,其中i=1,2,\dots ,k(k\le m-1)$$

  • $d_i$ 的确定有两种办法：

    • 线性探测（顺序往后找）
    • 二次探测（$d_i$ 取 $\pm 1^2,\pm 2^2,\pm 3^2,...$）

  • 再散列法：冲突时用别的散列函数再计算

  • 链地址法（拉链法）：也称“开散列表”，冲突的话用链表接在原来的元素后面

• 查找过程和构造过程基本一致